Last three days

腾讯《全民突击》手游将于 12 月 29 日在中国大陆地区停止运营，官方同步公布补偿方案

IT之家 10 月 30 日消息，腾讯发文，宣布旗下由于业务调整，腾讯将于 2026 年 12 月 29 日 11 点正式停止《全民突击》在中国大陆地区的运营。 IT之家随附停运具体事项安排如下： 2026 年 10 月 29 日 11 点，停止游戏充值和新用户注册； 2026 年 12 月 29 日 11 点，正式停止游戏运营，关闭游戏服务器，用户无法登陆游戏； 2027 年 1 月 5 日 11 点，游戏官网、论坛、专属客服关闭。 官方同步准备了补偿活动，参与补偿活动的时间为 2026 年 10 月 29 日 11:00 至 2026 年 12 月 29 日 11:00。账户里有付费钻石留存的用户可在补偿活动进行期间进入补偿页面根据自己的账号余额，领取《英雄联盟手游》、《和平精英》、《无畏契约：能源行动》和《欢乐麻将手游》游戏的相关礼包。领取规则如下： 余额大于 0，小于等于 100，领取一个价值 10 元的礼包（即 a 档礼包）； 余额大于 100，小于等于 1000，领取一个价值 100 元的礼包（即 b 档礼包）； 余额大于 1000，小于等于 5000，领取一个价值 500 元的礼包（即 c 档礼包）； 余额大于 5000，领取的礼包个数 = 账户余额除以 5000 后的数字进位取整，即小数点进位 +1； 例如，用户账户余额为 6000，则他可以领取的礼包为 2 个（1.2 升级为 2）价值 500 元的礼包。

畅享系列首款：华为畅享 100 Pro Max 手机确认支持 NearLink E2.0 星闪音频功能

IT之家 10 月 30 日消息，在 10 月 28 日的华为双十一焕新季 · 全场景新品发布会上，华为董事、终端 BG CEO 何刚正式发布了畅享 100 Pro Max 手机，至高搭载麒麟 8020 处理器、内置 8800mAh 巨鲸大电池，定价 1999 元起。 该机核心亮点包括 8800mAh 华为手机史上最大容量电池、5000 万像素 RYYB 主摄、双向北斗卫星消息、麒麟 8020 系列处理器等。而在官方宣传页上，也明确标注该机支持星闪功能。 IT之家注意到，华为官网页面更新显示， 畅享 100 Pro Max 支持 NearLink E2.0 星闪音频功能 。这也是畅享系列机型首次支持该能力，意味着星闪音频的进一步下放，后续有望普及至更多价位段手机。 作为参考，星闪音频物理层传输速率可达 16Mbps，带宽能力超传统技术，充足的通道容量能够承载 48kHz/24bit Hi-Fi 音频无损传输。目前支持星闪音频的耳机包括 FreeClip 2 典藏版、FreeClip 2、FreeBuds Pro 5 等。

法国Mistral发布新一代AI模型 瞄准企业网络安全市场

法国人工智能公司Mistral AI当地时间周四表示，其最新发布的Large 4模型（简称ML4）具备先进的编程和网络防御能力，企业可以将其部署在自己的计算机和服务器上运行。该模型在Mistral位于欧洲的数据中心训练，使用了3800颗英伟达Grace Blackwell GPU。该公司表示，该模型总参数量达1.05万亿，每次执行任务时实际激活参数约为520亿。ML4在实现“业界领先性能”的同时，所动用的算力和资本仅为OpenAI、Anthropic等闭源AI公司的“一小部分”。

消息称 B 社《上古卷轴 6》下月公布，游戏以落锤省为背景

IT之家 10 月 30 日消息，据外媒 The Verge 报道，B 社可能在下月公布《上古卷轴 6》，本作副标题为“Sentinel”，以落锤省为背景。 外媒表示，如果 B 社确实计划在下个月公布新作，那么预计于 12 月初举行的 The Game Awards 颁奖典礼或许是一个合适的发布场合。同时，新作消息也有助于提升微软 XBOX 业务表现，事实上先前 XBOX 首席执行官 Asha Sharma 曾透露，她在今年 8 月访问 Bethesda 工作室期间试玩了《上古卷轴 6》。 参考微软最新提交给美国证券交易委员会（SEC）的 8-K 文件显示，XBOX 硬件收入实际同比下降了 29%，主要原因是主机销量减少。由此来看，如果《上古卷轴 6》如传言于下月正式公布，对于正处于业务调整期的 XBOX 而言，这款备受期待的 RPG 在一定意义上能够改善现状。

Portugal considers 80 per cent EV purchase subsidies

AI综艺，新机会里的老生意

从内容尝鲜到品牌买单，AI综艺往前走了一步。

杭州数亿入局零一万物，国资投AI的风向变了

2026年的AI投资市场，地方国资是最活跃的主力之一，但打法已经变了。 不久前，杭州市、临平区两级国资联动向零一万物投资数亿元，同步推动这家产业AI企业总部落地临平，打造产业AI转型基地。 表面看，这是常见的“国资注资+总部落户”组合。 但往深里看， 它折射出地方国资AI投资的一个关键转向——���过去争抢头部标的、比拼政策优惠的“招商式投资”，转向绑定产业能力、赋能本地实体经济的“价值型落地”。 现在大模型行业已经从技术参数竞赛步入商业兑现深水区，地方国资对AI的投入，也不再满足于收获一张“独角兽总部”的城市名片。 它们要的是把AI技术真正注入本地产业，转化成可衡量的产业升级与经营效益。 01 上一个周期，“抢独角兽”的招商式投资 过去几年，地方国资布局AI的核心逻辑是“招引龙头、集聚生态”，本质是科技产业版本的招商引资。 谁能拿下头部AI公司的总部或区域中心，谁就能在新一轮科技竞争中抢到话语权。 各地纷纷端出力度空前的政策包——算力补贴、房租减免、税收返还、人才专项奖励，再配上国资直接出资加持，形成一套成熟的“ 投引结合 ”打法。 这一阶段的投资带有鲜明的“标的导向”。瞄准估值高、知名度高的头部大模型、AI芯片企业，以财务投资为杠杆推动企业落户，快速做大城市AI产业的账面规模。 珠海国资战略投资智谱华章，伴随企业登陆港交所收获显著账面回报；无锡国资体系累计超10亿元加注阶跃星辰，把这家软硬一体的大模型企业引入本地生态；上海国投2026年上半年新增AI直投超70亿元，培育出稀宇科技、沐曦股份等9家上市企业。 这些案例都带着典型的“ 抢赛道、抢头部 ”特征。 更 普遍的竞争发生在算力层面。 为了吸引AI企业落地，多地推出高比例算力补贴，长三角部分城市补贴比例高达50%，还支持市、区多层政策叠加；不少地方以“自建+租赁”模式搭建算力中心，把低成本算力当成招 商核心筹码。甚至有部分城市为了抢项目，补贴内卷不断加剧，对单企业年度算力补贴上限从十万元级抬升至百万元级。 但这种模式的短板也很快暴露。 不少地方重金搭建的算力中心实际利用率不足，招引来的AI企业只设个轻型分支机构，核心研发与业务并没真正落地，更谈不上带动本地产业转型。 AI公司的估值故事讲得再动听，若不能和本地产业产生深度化学反应，对地方经济的长期价值终究有限。 02 逻辑转向，为什么开始“拼落地” 变化的根源，来自AI产业的阶段切换，以及地方国资投资目标的双重升级。 一方面， 大模型行业的价值评判标准已经重构。 2026年Anthropic递交IPO申请，凭借高粘性企业级收入拿到逼近万亿美元的估值预期，向全球市场释放了明确信号—— 单纯的技术参数不再是核心壁垒，商业落地能力、尤其是服务实体产业的能力，才是长期价值的锚点。 一级市场估值泡沫逐步退去，地方国资也随之调整标尺，不再为“技术故事”支付高溢价，更

腾讯阿里，下周决战

版本号一致，阿里腾讯大模型即将正面死磕

宁德时代巧克力换电实现海南全岛贯通：48 站组网，覆盖全省 11 个市县

IT之家 10 月 30 日消息，宁德时代巧克力换电今日宣布，其实现了海南全岛贯通 —— 全岛 48 座巧克力换电站组网贯通， 覆盖全省 11 个市县 ，打通“三纵两横”核心交通通道。同时， 1,500 台换电乘用车及轻型卡车完成集中交付 。 据介绍，巧克力换电站面向乘用车提供 99 秒补能，巧克力轻卡换电站可实现 120 秒完成换电。通过模块化架构设计， 轻卡站点兼容轴距 2.7 米至 3.75 米的乘用车及卡系车型 ，适配巧克力 25#和 35#电池，支持“一座站服务两类用户”。 按照规划，海南省宁德时代巧克力换电站年底总规模预计达 54 座， 到 2027 年全岛换电站总量预计将突破 80 座 。 IT之家从宁德时代巧克力换电官方了解到，截至 2026 年 9 月， 宁德时代巧克力换电已在全国 200 座城市建成 2,520 座换电站 ，后续将扩展至 30,000 座，打通城市与高速站点网络，打造统一换电标准，实现“全国通换”。

七彩虹 iGame X870E ULTRA-S 主板开售，首发价 1899 元

IT之家 10 月 30 日消息，七彩虹 (Colorful) 今晚正式发售了“次旗舰”主板 iGame X870E ULTRA-S。这一型号采用嘻哈潮流设计语言， 首发价 1,899 元 。 iGame X870E ULTRA-S 采用 ATX 板型， 基于 8 层低损耗 PCB ； 配备 16+2+1 相 80A DrMOS 供电 ，搭配 FCC 铁素体电感、10K 黑金电容，提供 2 组 EPS 8-Pin CPU 供电接口。 其内置独立时钟芯片；支持扩展卡、M.2 快拆；提供 80 Debug 数显屏、EZ Debug 自检灯；配套一体式防护背板；支持 X3D AI 高帧模式，拥有双份 BIOS。 该型号支持 DDR5-8400 内存超频，提供 2 条 PCIe 插槽， 拆分 PCIe ×16 实现 5 个 M.2 SSD 盘位 ，另有 4 个 SATA III 接口；配备瑞昱 RTL8126-CG 5GbE 有线网卡、联发科技 MT7925 Wi-Fi 7 无线网卡；提供 2 个 USB-C 40Gbps。 京东 11.11 无门槛红包 面额至高 26888 元，每天抽 3 次： 点此抽红包 。 淘宝 11.11 无门槛红包 面额至高 26888 元，每天抽 1 次： 点此抽红包 。

Ginux: Independent rust based Linux implementation

What to consider if a company that made AI-related job cuts wants you back

野人先生冰激凌获首轮融资

10月30日，意式东方Gelato品牌野人先生宣布完成成立十五年来的首轮融资，双方未披露融资金额与估值，融资之后品牌保持独立运营，继续坚持线下连锁路线，资金投向供应链建设、品牌运营、门店拓展与海外门店模型的初步探索。 这是野人先生2011年创立以来第一次引入外部资本，此前十五年依靠自有资金滚动发展。截至官宣当日，品牌国内在营门店超过1800家，按官宣时点的总量口径，在现制冰淇淋连锁阵营中仅次于DQ位居第二。黑蚁资本长期专注消费赛道，过往持仓包括泡泡玛特、喜茶、老铺黄金、鸣鸣很忙集团等头部品牌。 在新消费投资整体降温之际，这笔战略融资把千店规模的现制冰淇淋连锁重新推回资本视野。读懂这笔融资，需要看清三个问题：生意模型靠什么运转，资本为何此时回头，Gelato品类还能长出多大的专门店品牌。 千店模型，收入拆解 理解野人先生的估值，先要拆开它的生意结构。 品牌前身是2011年崔渐为在北京五道口开出的软冰淇淋小店，2015年以野人牧坊之名正式推出Gelato，此后十余年坚持直营，门店长期停留在百店上下。 2023年底品牌开放加盟，2024年4月更名为野人先生，经营重心转向连锁扩张。据窄门餐眼数据显示，2024年新开约243家门店，2025年约906家，2026年至今约641家（品牌方与媒体引用口径间存在个位数差异），门店从2023年底的约百家扩张至官宣时的1800余家，不到三年增长十余倍，规模超越哈根达斯。 千店规模的底层，是中央工厂预处理加门店终端制作的协同模型。总部以巴氏杀菌鲜牛乳制成冷冻奶浆，经冷链配送至门店，店员完成解冻、配料与终端凝冻。原料标准由总部统一锁死，现场操作压缩为有限步骤，现制体验得以保留，出品一致性由工艺体系承担。门店延续分时售卖，同时供应不超过六种口味，单店每月累计轮换二十余种风味，晚九点买一送一清理当日库存。 门店结构上，八成以上为加盟店，直营门店不足十家，单店前期投入50万元至70万元，招商口径的平均回本周期为12个月以内。总部收入由加盟费与原料供应链构成，租金、人工与经营风险由加盟商承担。招商要求加盟商具备三年以上连锁经验、管理过五家以上同类门店，管理团队优先从成熟茶饮体系筛选加盟商。 创始人口径的单店模型为月均营收20万元至30万元，毛利率约六成，优质门店约七成；与之相对，第三方加盟测算按月实收约18万元、扣除运营成本后估算，回本周期多在14个月至21个月。招商口径仍待第三方独立核验，黑猫平台过去一年累积七百多条加盟纠纷投诉，2026年10月杭州大悦城加盟商合同到期未续约引发的冲突，将加盟体系中的点位更替与利益分配问题公开化。 回到资本估值框架，连锁餐饮定价由单店模型、门店数量、供应链复购三层收入叠加。野人先生已经验证前两层，1800余家门店带来采购议价权，中央工厂产能随门店密度摊薄，招商、培训、督导体系构成组织底座。 DQ以美式软冰

宇树王兴兴到底在“怕什么”？

王兴兴认错了。在即将过去的10月份，他对未来的担忧仿佛突然加速。 在10月12日的工博会上，王兴兴表示， “过去十几年我犯的最大的错误，就是对AI的相信还不太够。” 10天之后的物理AI大会上，他的措辞更重了，直言“这几年我对AI的预期，还可以再翻10倍以上。” 能让王兴兴公开认错，对具身智能行业来说尤其重要。 毕竟他是把宇树科技做成“人形机器人第一股”的人。在相当长的一段时期，王兴兴都是把“机器人首先是机械”当作默认前提。而且，宇树2026年前三季度营收18.17亿元，同比增长55.71%，G1也成为全球卖得最多的人形机器人之一。 他的这套打法，在过去似乎是成功的。 但是，当下的具身智能行业正在经历一个微妙的分裂。 一方面是具身智能的落地仍然磕磕绊绊。 王兴兴承认，机器人大规模应用的泛化性和效率“都还要进一步提高”。而另一方面， 通用大模型正在以几乎不讲道理的速度在刷新能力边界， 尤其是GPT-6 Astra发布后，宇树把它接到自己的机器人上做测试，王兴兴说“效果实际上非常不错”。 资本市场的反应也很意思。 10月15日，宇树科技跌到了404元的低点，市值较上市首日高点蒸发超过2400亿。但是，随着王兴兴开始“认错”，开始说“物理AI已经被击穿”，公司股价开启绝地反击，从404元一度反弹突破700元，不到两周涨了70%。摩根大通在10月25日把宇树评级从“低配”直接上调两级到“增持”，目标价从300元调到995元，理由很直接，就是 王兴兴把物理AI的突破预期从“最长10年”压缩到了“2到3年”，其判断行业销售S形曲线将明显前移。 那么，王兴兴的“认错”和担忧背后，到底预示着具身智能的什么方向？ 王兴兴为什么认错？ 要理解王兴兴的“认错”，就要先理解具身智能过去是怎么干活的。 这条路径很简单，基本上是固定的， 可以分为定义任务、拆解动作、写控制算法、在特定场景里反复调试等几个过程。 宇树G1能跑能跳、能后空翻，甚至是在春晚舞台上抖手绢扭秧歌，靠的是运动控制层面的工程积累。 这套方法在边界清晰的环境里效果非常好，一台调好的机器人可以在固定工位上重复几千次不出错。但是，这种需要预训练的机器人，天花板也很明显，换一个场景、换一个物体、换一个任务，之前的规则可能全部作废，训练又要重头再来。 在八月份的世界机器人大会上，王兴兴曾详细说过这个问题。 当时，他把具身智能最大的瓶颈归结为“AI模型的输入输出与机器人的对齐程度不够”。 机器人和语言大模型不一样，传感器有误差，执行器有偏差，抓取陌生物体时差几毫米，成功率就暴跌。这样的环境里，传统工程思维就大行其道，因为误差可以测量，偏差可以校准，问题可以逐个解决。 但是，GPT-6 Astra出现后，其带来的冲击可能颠覆传统路径。而在宇树科技自己做的测试中， 王兴兴深感意外的不是机器人能画画，而是“零训练”这个条件。 过去机器

提前到来的盈利时刻，和被“错杀”的摩尔线程

纵观整个AI产业，GPU无疑是增长确定性最高的赛道之一。 但市场空间越��，竞争也越激烈。过去几年，国内涌现出一批GPU创业公司，真正能够实现规模化量产和商业交付的企业，却并不多。 如今，摩尔线程正在率先跑出来。 10月28日，摩尔线程发布2026年三季报。前三季度，公司实现营业收入32.89亿元，同比增长319.15%，相当于去年同期的4.19倍，已经超过2025年全年收入的两倍。 更值得关注的是，增长还在加速。 第三季度，摩尔线程单季收入达到15.52亿元，同比暴增1773.92%，接近去年同期的19倍，环比也增长了55.4%，创下历史新高。 事实上，这种增长早已有迹可循。根据市场对IDC发布的2026年上半年中国数据中心AI加速器报告的整理，摩尔线程上半年GPU出货量达到5.6万颗，在国产GPU五小龙中排名第一。 随着收入规模持续增长，研发成本逐步得到摊薄，规模效应也开始在利润端体现。 三季度，公司实现扣非净利润2007.24万元，首次实现单季度扣非盈利。相比招股书中预计最早2027年实现合并报表盈利的时间，阶段性盈利的出现明显早于此前预期。 从出货规模扩大，到收入增长加速，再到单季度扣非盈利，摩尔线程已经开始形成规模增长与盈利改善相互促进的趋势 。 对于一家仍处于快速成长阶段的国产GPU企业来说，这些变化也意味着，过去市场对其技术实力和国产替代前景的期待，正在逐步转化为真实的经营业绩。 摩尔线程，正在进入产业价值加速兑现的新阶段。 收入增长加速，摩尔线程跑出规模效应 摩尔线程的增长，不可谓不快。 2026年前三季度，摩尔线程实现营业收入32.89亿元，同比增长319.15%，相当于去年同期的4.19倍，已经超过2025年全年收入的两倍。 把时间拉长，这种增长更加明显。2022年至2025年，摩尔线程营收分别为0.46亿元、1.24亿元、4.38亿元和15.05亿元，三年增长超过31倍。 进入2026年，公司收入增长进一步加速。分季度看，今年Q1、Q2、Q3，摩尔线程分别实现营收7.38亿元、9.99亿元和15.52亿元，连续三个季度环比增长。 尤其是第三季度，单季收入同比暴增1773.92%，接近去年同期的19倍，环比增长55.4%，创下历史新高。一个季度，就做出了上半年89.4%的收入。 这种增长背后，是国产GPU需求快速释放，以及摩尔线程产品出货规模的持续扩大 。 根据IDC发布的2026年上半年中国数据中心AI加速器报告，摩尔线程上半年出货量达到5.6万颗，高居国产通用GPU厂商第一。 随着产品进入规模化交付阶段，摩尔线程的商业化进程正在明显提速。按照目前的增长势头，公司全年营收有望超出此前部分券商的预期。 根据2025年年报，摩尔线程第四季度实现营收7.21亿元，占全年收入的47.9%。如果今年延续这一比例，以前三季度32.89亿元的收入反推

Claude Code：别再给Claude过多提示词了...

模型能力在变化，使用它的方法也需要跟着更新。 最近，Anthropic Claude Code 团队成员、谷歌前工程总监 Addy Osmani 发了一篇长文，谈到一个许多用户可能都有的习惯：给 Claude 写了太多提示和指令。 文章标题就开宗明义：你大概率一直在「过度提示」Claude。随着新一代模型能力提升，过去那套事事交代、逐步指导的使用方式，也到了重新调整的时候。 原文链接：https://x.com/addyosmani/status/2115688494865465370 01 使用 Opus 5.5 时，Osmani 建议先尝试一种简单的方式： 用一条提示说清楚想完成什么，以及 Claude 应该如何检查自己是否完成了任务，然后放手让它去做。 推理强度可以从 /effort medium 开始，再根据实际情况调整。 如果用户自己还没想清楚需求，可以先让 Claude 不断提问，直到它掌握的信息足以写出一份需求说明，再新开一个会话，照着这份说明开展工作。 其中，验收标准值得多花些心思。Claude 认为任务结束后，会自行停下来；如果它能够运行检查，用「通过或不通过」来判断结果，或者围绕某个明确的数值目标进行验证，并且能读懂检查报告，就可以根据结果继续修改和检查。 有了可执行的验收标准，模型才能更独立地推进任务，用户也能减少中途介入。 对于需要长时间在后台运行的任务，还可以用 /goal 设定条件，由另一个模型在每轮结束后检查是否达成。 至于用户在过程中何时介入，沃顿商学院的管理学副教授 Ethan Mollick 补充了一个建议：在任务中设置阶段性检查点（checkpoint），让模型汇报初步想法或展示原型。 02 那么提示词可以精简到什么程度？ Osmani 在文中提到，针对 Claude Opus 5 和 Claude Fable 5 等模型，Claude Code 曾删掉超过 80% 的系统提示词，其编程评测表现没有出现可测量的下降。他也建议用户在新模型发布后，拿自己的指令做一次类似实验：先删掉一部分，看看模型在哪些地方遗漏了要求，再把相关指令补回来，/doctor prompt-audit 命令可以帮助找出那些针对旧模型编写的提示。 简而言之， 提示词也需要定期清理，长期积累下来的规则可以重新验证一遍。 类似的调整也适用于子智能体，Claude 已经会自行分派工作，通常可以让它自己安排。遇到全面审查、代码迁移这类工作量大、能够独立开展的任务时，再明确要求它拆分并行处理。对于小任务，调用多个子智能体会增加成本和等待时间，因此仍需要看任务本身是否值得拆分。 在 Osmani 看来，子智能体适合并行处理任务、提供第二意见，使用数量需要与任务规模相匹配。根据他的观察， 用户自行搭建智能体时，一个配备合适技能的智能体，就可能取得更好的结果，而且成

伯克利团队“Agent Teams”新研究：持续自进化，突破GPU内核优化局部最优

GPU Kernel 优化，并不是简单地把一段可运行代码改得更快。面对真实生产环境中的 Kernel，coding agent 需要在硬件指令、内存布局、并行策略和整体架构之间反复探索，虽能在初期取得进展，但 会逐渐转向更容易实现、性能上限较低的方案，最终陷入局部最优。 为解决这一问题，加州大学伯克利分校（UC Berkeley）团队提出了 “持续进化 agent 团队” （ EvolvingAgent Teams） 。他们认为，与其增加 agent 数量，不如让中央监督器根据当前瓶颈，逐轮重组 agent 团队，调整角色分工、协作方式和知识管理策略。 论文链接：https://arxiv.org/abs/2610.36848 整个 Evolving Agent Teams 框架 分为两层：底层 agent 团队负责编写、编译、测试和分析 Kernel；上层监督器则观察优化进展，分析成功与失败的原因，并决定下一轮如何调整。 图｜Evolving agentTeams 框架 如果 agent 团队在调试过程中遇到瓶颈，监督器可以引入Debugger；如果缺乏性能数据作为优化依据，则加入 Profiling Scientist；如果早期发现未能传递给后续 agent 团队，则加入 Knowledge Integrator，负责整理实验记录和行动计划。同时，系统还维护了一个 跨团队持久化文件系统 ，用于保存代码、角色记录、失败尝试、硬件观察和已验证策略。 MLA paged decode Kernel 展示了这一机制如何帮助 agent 团队突破局部最优。MLA 是 DeepSeek-V3 采用的注意力结构，其优化难点包括较高的寄存器占用压力，以及 CUDA Core 与 Tensor Core 的协同。实验初期，单个 agent 多次尝试 WGMMA 路径均未成功，随后转向更容易调试的 WMMA。虽然WMMA 最终能够运行，但也限制了 Tensor Core 的利用率。 为避免 agent 团队过早放弃，监督器加入 Disciplinarian ，要求agent 团队保留 WGMMA 约束，且每次只做一项能够明确评估效果的修改。之后，任务被分配给并行运行的 Debugger 和主优化 agent：前者验证难以实现的矩阵乘法路径，后者则继续推进其他优化工作。 图｜使用 Claude Opus 4.6 对 MLA decode Kernel 进行长时间优化的过程 当监督器发现早期实验中的关键发现没有传递给后续 agent 团队时，便会引入 Knowledge Integrator，建立跨团队经验文档。这最终帮助 agent 团队验证了 P@V WGMMA 路径。完成核心架构调整后，监督器还会要求重新进行 Profiling，进一步优化性能。 在四项 CUDA Ker

AI 硬件，别想绕过隐私

科技行业总有很好的理由，让人交出更多隐私。 互联网时代，理由是便利。为了叫车、点外卖、与朋友保持联系，人们在一份又一份冗长的协议下面点了同意。许多授权谈不上经过认真选择，只是拒绝之后，眼前的事情就办不下去了。到了 AI 时代，这套交换又有了更大的许诺：设备要理解你，模型要学习真实世界，通用人工智能还要继续向前走。 于是，摄像头和麦克风被装进眼镜、汽车、手表和机器人，越来越贴近人的身体与日常生活。对于其中一些产品，消费者究竟是被服务的人，还是帮助厂商获得数据的人，已经值得重新追问。尤其当硬件价格已经支付，数据却仍被视作可以持续索取的资源，这笔交易便远没有广告里说得那么简单。 坦白说， 现在的很多硬件，压根不是为消费者服务而生，而是为“数据”而生。 最近的几则新闻，把这种不安推到了台前。汽车数据流向第三方的研究再次引发关注，苹果手表 15 秒对话回放招来争议，而 Meta 则一边陷入偷拍争议，一边推出无摄像头款，并为部分视觉数据增加退出 AI 训练的选项。它们呈现的共同问题是： 科技产品进入生活的速度很快，人们的拒绝来不来得及？ 我们需要把态度说清楚： 刹车必须要有，而且成本必须支付。 授权更麻烦、采集更有限、模型进步可能没那么快，都应当由产业认真消化。普通人没有义务拿自己的生活，替一家公司的技术路线补齐条件。 买下设备之后，还要交出什么？ “用隐私换便利”这句话，曾经让互联网的数据生意显得顺理成章。 平台提供免费服务，用户贡献注意力与行为数据，企业再从广告中回收投入。即便这种交换充满信息差，消费者至少还能看到一个表面的解释：我没有直接付钱，所以在用别的东西支付，这种“让渡”还说得过去。 硬件把这个解释变得更难成立。汽车、眼镜、手表与家用机器人，都有清清楚楚的售价；有的产品还要继续订阅。 用户已经为设备和服务付款，为什么仍要默认接受与当前服务无关的数据用途？购买一件商品，何以顺带变成对厂商长期数据需求的承诺？ 9 月 29 日，The Verge 报道了美国东北大学与《消费者报告》合作开展的车联网隐私研究，涉及 21 辆汽车和 30 款配套应用。研究发现了车辆与广告、追踪及分析域名的连接，也在部分配套应用中发现了向广告网络传输车辆识别码、位置等信息的情况。 可以说，很多消费者压根就不知道汽车背后的数据去向，车买回来了，围绕它运转的数据关系却远超买卖双方。 更直接的案例是通用汽车。美国联邦贸易委员会在 2026 年 1 月最终确定的和解命令，处理的是通用及 OnStar 被指未充分告知、未取得明确同意便收集和出售精确位置及驾驶行为数据的问题。命令包含五年内禁止向消费者报告机构披露相关数据，并要求提供更多同意、访问、删除和退出机制。 汽车需要感知道路，导航需要知道位置，语音助手需要处理指令，这些都有具体用途。 真正需要被逐项证明的是后续用途：为完成这次服务取得的信息

“史上最强”的 iPad mini，为什么还是 60Hz 屏幕？

最近，苹果硬件工程副总裁 Dave Pakula 在接受专访时，被问到了那个所有人在新 iPad mini 发布后都在追问的问题——为什么换上了 OLED，却依然没有 120Hz ProMotion？ 对此，Pakula 的解释是： 显示体验不只关乎单一参数。OLED 真正酷的地方在于它拥有极快的像素响应时间——比 LCD 快了一个数量级以上。这会让所有画面看起来都非常顺滑，运动模糊相比 LCD 大幅减少。 看似回答了很多，但其实始终没有回答那个最核心的问题——为什么都 2026 年了，一台有了诸多跨越式升级、换上 Pro 级芯片、顶配甚至破万元的小平板，偏偏不配拥有一块 120Hz 的高刷屏？ 图｜YouTube @Christopher Lawley 专访截图 除了 120Hz，什么都给齐了 单看机器本身，2026 款 iPad mini 确实是近年来苹果相当激进的一次大改款，苹果自己也在新闻稿里说是「史上最大更新」（its biggest update ever）。 厚度从原本的 6.3mm 进一步压到了 5.4mm，255g 的整机重量 只比 iPhone Duo 重了 1g ，甚至比不少戴了保护壳的旗舰大屏手机还要轻巧。 通过屏幕微振动发声的 Acoustic Display，苹果拿掉了传统的扬声器开孔，也顺带带来了 iPad 家族史上第一个 IP67 级别抗水防尘。 图｜Apple 再加上跨代升级的 2 纳米 A20 Pro 旗舰芯片、鲜艳明亮的 8.5 英寸 OLED，甚至破天荒地下放了此前只有万元 iPad Pro 才能选配的纳米纹理玻璃——几乎所有能给的堆料，这次全被塞进了这具纤薄的机身里。 但代价是什么呢？ 国行 128GB 起售价定在了 5499 元 ，相比上代首发价整整涨了 1500 元。如果选配纳米纹理玻璃、顶配容量并加上蜂窝网络， 价格更是破天荒地越过了万元大关。 既然硬件堆得这么满、价格也卖到了这个份上，那块原地踏步的 60Hz 屏幕，就再也没法用「入门款要妥协」来掩盖了。 图｜Apple OLED 治好了果冻屏，但变不出 120 帧 面对外界对刷新率的质疑，Dave Pakula 搬出的那套「像素响应时间论」，严格来说并没有错。 在屏幕物理层面，「像素响应时间」指的是一个像素从一种颜色切换到另一种颜色的耗时。自发光的 OLED 材料分子响应极快，变色速度可以压到 0.1 毫秒以内，比传统液晶 LCD 快了一个数量级。 响应时间的进步，确实让上一代 iPad mini 饱受诟病的果冻效应几乎不复存在，滚动时屏幕左右两侧不再会有「不同步」的感觉。 图｜Apple 但需要注意的是，「像素响应时间」与「屏幕刷新率」是两个不同维度的概念。响应时间解决的是画面过渡时的拖影与残影，而刷新率决定的则是动态画面的信息采样密度。 现代显示设备的成

狂揽2亿美元AI订单，润建股份要靠卖Token出海翻身？

10月30日，润建股份股价下跌超过9%，跌幅较大，而此前10月19日到21日，公司股价曾走出一波三连板。这一段时间股价异动，也让市场开始重新打量这家公司。 引发公司股价上涨的，是一份2亿美元的跨境合同。 2026年10月18日晚，润建股份发布公告，全资子公司五象云谷与一家境外企业签订《AI词元跨境销售服务合同》，合同金额2.00亿美元，约合13.38亿元人民币，期限一年，还附带“年度最低采购2亿美元”的保底条款。 润建股份最早只是一家为中国移动、中国铁塔建基站做运维的通信代维服务商，干的是辛苦活儿，公司2026年半年报显示，营收与净利润双双下滑。最新的三季报，前三季度，公司在营收下滑21.49%的情况下，净利润同比大幅增长。 面对传统主业承压，近年来公司开始加速向AI算力领域转型。此次签订Token出海订单，意味着这家企业正式打开新的发展空间。 合同一出，市场沸腾。但冷静下来看，这份合同真正值得琢磨的，不是2亿美元这个数字，而是它背后一种全新的生意——中国算力，第一次把Token当商品卖到了境外。 这笔保底2亿美元的钱，真能落袋吗？润建股份的转型，能否就此兑现？ 不卖算力，转型“Token”工厂，卖AI服务 润建股份原本是一家“干辛苦活”的通信代维公司。 简单来说，润建股份的工作就是帮运营商建基站、做维护，风里来雨里去，攀爬铁塔是常事，干的是辛苦活。如果碰上天灾，还需要第一时间开展通信抢修、网络维护、通信保障等工作。 发展早期，润建股份的业务范围仅在广西境内，2007年前后才拓展至广东，2009年进入贵州省。直到2016年，润建股份一举中标中国移动在全国各地的16个项目，终于迎来全国化突破。到2018年A股上市之时，润建股份业务已覆盖全国二十多个省（市），在民营第三方专业通信技术服务商中位居前列。 但行业环境正在发生变化。通信代维赛道竞争加剧，订单获取难度不断抬升，润建股份也曾承认订单获得难度加大。 在这种情况下，基于原有通信代维业务积累的优势，润建股份开始拓展电力和新能源服务、云服务和IDC服务、行业数字化服务，探寻新的增长点。 润建股份布局的这些新业务，其实正是原有通信代维业务的延伸。电力和新能源服务是原有通信代维业务中电力配套建设服务和电力智能化的进一步拓展，云服务和IDC服务是云网融合趋势下的协同布局，行业数字化业务面向的城管、教育、央国企等客户，本身正是通信业务的重点客户，可利用公司各地服务网点快速复制推广。 新业务各有表现。行业数字化率先实现规模增长，2022 年营收达 24.15 亿元，占总营收近三成，后续有所回落；升级而来的能源网络服务势头强劲，2025 年营收 31.14 亿元，同样占到总营收三成。而当初定位数据中心的 IDC 业务，则一步步蜕变，成为如今市场焦点 ——Token 工厂。 2020年4月，润建股份投资的五象云谷云计算中心开工

极空间 Z4Air 四盘位 NAS 发售：搭载海思 Hi3781V730 八核芯片，首发 1899 元

IT之家 10 月 30 日消息，极空间官方今日宣布推出全新四盘位 AI NAS 产品 Z4Air，将于 20:00 正式开售，京东显示为 2099 元，首发立减 200 元，叠加京东 PLUS 超级补贴券 + 国补后不超过 1486.01 元。 这款产品搭载海思 Hi3781V730 芯片，配备 4GB 内存、32GB 闪存，极空间还提供多个西数红盘 Plus 硬盘套装可选。 海思 Hi3781V730 拥有 8 核 64 位 Cortex-A73 核心，CPU 主频 1.8GHz，强于 RK3588 约 12.8%；集成 6 核 GPU（Mali-G52MC6）与 4TOPS@INT8 算力 NPU。 极空间表示，Z4Air 在硬件层面围绕 NAS 多并发、多任务、7*24 持续工作的真实需求深度打磨，在 7*24 连续工作的苛刻工况下，无论是家庭成员同时访问文件、多路 4K 视频实时转码、AI 相册批量识别，还是 Docker 并行运行。 存储能力上，Z4Air 采用 4 个机械硬盘 + 1 个 M.2 SSD 的架构，整机最大可扩容至 136TB，其中 4 个 SATA 盘位单盘最高 32TB，独立 NVMe M.2 SSD 最高支持 8TB。 散热与静音方面，Z4Air 搭载极空间标志性掣风散热系统，直通式风路搭配半隐藏渐进式风孔，配合悬浮式硬盘架与优化软连接链路结构，震动进一步消弭。 软件层面，Z4Air 搭载自研 ZOS 操作系统，支持类电脑文件操作、相册备份整理、4K 电影播放、无损音乐聆听、电子书阅读、资源下载、网盘备份乃至 Docker；支持苹果、安卓、鸿蒙手机与平板、电视、Windows、Mac、浏览器、小程序等平台接入，更是率先支持了多款智能座舱车机系统。

桌面机器人火了，具身智能厂商发力新赛道，终局是物理Agent？

最近两年，在很多场合，尤其各类科技展会上，经常能看到各种各样的人形机器人。它们往往是这些展会上的焦点，吸引着无数观众围观、打卡。 不过，虽然我们一直认为，人形机器人进入到家庭中是大势所趋，但目前来说，它们的零售价还偏高，距离真正走进普通人的家庭，还有比较漫长的一段路要走。也正是在这种背景下，一种体型小巧、主打办公桌或书桌场景的「桌面机器人」，逐渐出现在我们的视野中，并吸引了一部分用户的关注。 当然，大家对桌面机器人的看法也比较两极化。觉得它好的人，认为这是大模型落地物理世界的入门级载体；觉得它鸡肋的人，则认为这纯粹是个披着AI外衣的昂贵电子手办，新鲜感一过，就难逃吃灰的命运。 那么，桌面机器人，会成为具身智能领域的热门赛道吗？ 桌面场景成了具身智能厂商的新支线 在正式开启这个话题前，我们还是有必要先简单聊聊对桌面机器人的定义。最基础的，我们认为桌面机器人至少要满足具身智能+桌面场景这项条件。然后，桌面机器人需要具备AI主动感知能力，得拥有一副「大脑」，它可以来源于本地芯片提供的算力，也可以来自云端；另外，既然是「机器人」，它也得拥有机械结构装置，正常情况下我们不会把AI音箱、AI摄像头归类到桌面机器人的范畴中。 相较于全尺寸人形机器人，桌面机器人的制造成本更低，能力范围更窄，这对初创企业来说，显然是项优势。 正如开头所说，人形机器人当下的一大痛点是价格。现在全尺寸机器人的价格高昂，说到底还是成本暂时没彻底打下来。正常情况下，一台人形机器人内置了高性能的芯片，以支撑本地的算力；同时，它还需要一个由大模型+智能体组成的大脑，背后考验的是算法和训练数据；另外，机器人的灵巧手、机械结构等，也是无法避免的一笔成本。 相比之下，桌面场景对于机器人商业化落地要容易得多。桌面的物理边界非常清晰，环境相对单一，毕竟范围已经限定好了，就是面积和空间有限的用户桌面。这样一来，它不需要解决复杂的双足平衡问题，也不用全局导航避障，基本只需要做好桌面边缘防跌。这就意味着，研发团队可以把有限的算力、电池以及其他硬件资源，都聚焦到智能和交互上。 而且，从供应链��角度来看，桌面机器人也有成本优势。它的主控SoC、显示屏幕、麦克风、摄像头模组、电池等，几乎都可以直接沿用过去十几年智能手机和IoT产业积累下来的成熟方案。这样一来，元器件采购成本要比全尺寸机器人低得多。 前不久，我们曾在一篇文章中介绍过，加州大学洛杉矶分校推出了低成本双足机器人方案。具体来说，它用二手手机驱动小型机器人，本体成本控制在了3000元以内。它的成本能压到这么低，核心就在于它充分利用了手机上的各类元器件，相机用来做视觉识别、SoC用来做推理计算、WiFi用来联网、电池用来增加续航。这种尺寸的机器人，就很适合应用于桌面场景。常规的桌面机器人固然不会直接用手机来驱动，但很多元器件确实可以复用手机供应链。 （图源：Phone